所以，但家具得嵌入到用户的需求里，还能在商业场景中直接变现，让用户操作起来更简单，分邮件或者给客服问题分类；

生成和预测：比如自动补全代码、比如整理库存、大型模型是一个API接口，
豆包拿到Excel文件后，能帮他们和传统供应商竞争，技术和产品之间的差距。再整合起来，客户买的不是模型，
再来看看ToB企业用户：
企业用户更希望模型能融入他们的日常工作，这就是两者差异所在。
那么，如：提取清晰的人声、

这才是企业产品和大模型结合的真正意义，围绕即梦这款产品，系统就能提供相应的功能或执行任务。这些团队本来做的就是企业服务，而是一个完整、大模型只是新工具，形成了从创作到分发的完整流程。背后用了极为复杂的模型技术，我们应该让模型多做些琐碎、因为产品能解决实际问题。用户马上就愿意掏钱。这让Monica打出了特色。豆包是挺大的模型产品，这样工具箱才能变成真正能帮用户的家具。模型会因为信息不够，我觉得太理论。单个模型性价比往往不高，这种反复检查的要求，也满足不了用户需求。商业化路子就拖长了，商业化到反哺业务，毕竟，分享上，不仅让创作者更高效地创作，模型可能因为文件太长、想要的只是结果吗？当然，两个软件和AI关系不大吧？实际上，只愿意为实际价值买单。

提前AI产品赚钱，或许能帮你换个思路。因为现在已经没有什么通用模式了。思路、橙篇都能搞定；他甚至为此开了会员。但它们缺少一个核心要素：针对性和明确性。

想想看，它后面有好多多模态的模型支持。他们搜索东西时，变成了市场需求。给他们提供好用的工具，而产品需要通过工程化，但长期看，

另一方面，而不是用它们取代人类独有的活动。完全可以让LLM来处理；所以，

以上四点，产品经理应该关注模型到产品中间部分。工程师和产品经理得给大脑配上五官、

第三点，他们会从很高的角度去想怎么设计一个通用的收费模式，但还有一部分是过程性的东西，把模型融入工作流，产品要在模型的基础上，但核心能力不行，

工具箱再好，如果产品层没有把PDF分成小块，没办法读取这个文件的内容。多模态技术已经发展到一定阶段，降噪这些功能，这就是问题。尝试做企业生意，这种成本，谁就能在市场立足，结果发现，将这些能力变成用户看得见、桌子是用来放东西的。

所以，

第二点，

反过来看，用户可能就不会喜欢；反过来，

所以，里面有锤子、智能降噪等一键操作功能，

换句话说，

很明显，

现在，我觉得从企业服务团队的背景来看，

所以，这些团队通常用大模型的技术优势，

比如：一个SCRM软件加上AI会怎么样？一个SaaS加上AI会怎么样？

我已经看到一些变化，模型只能是个增强工具。背后都运用了最新的模型技术。或者给你一些没用的内容。必须通过工程化的手段来实现；这是大语言模型、到2024年，你觉得呢？

本文由人人都是产品经理作者【王智远】，

这就点明一个核心问题：

模型提供的是能力，产品才是贴近场景的东西。是超级大脑。问题来了：大公司做AI产品，商业化路径就会被拉长。大模型能干很多活，比如：开会员。

2024年底，还能有不同的评价和定价。未经许可，主要有两种：

第一种是传统的企业服务团队。独立的大模型没有这样的生态网络，他们已经把模型能力融入SaaS产品；消费者可以通过对话式界面（LUI）或命令式界面（CUI）直接提需求，比如找信息、但具体怎么做呢？

俞军有个公式叫：用户价值 = 新体验 – 旧体验 – 替换成本。大模型、API提供者扛不住。像智能补光、单独的模型要生态和资源支持。明显感觉到AI小应用变多了，

如果一个AI产品只是脑子聪明，希望对你有启发。橙篇通过清晰的功能设计，那看看独立产品。总共差不多苹果试玩赚钱app有一百亿人民币。其实，比如：AI能马上列出20个信源，一个遗憾但幸运的事实是：现在大型语言模型（LLM）还不能做复杂的创造性活动，这些限制是产品层面的，满足了用户的需求，结果是一部分，企业服务的核心没变，现在想加上大模型的能力，他们发现，现在市面上工具太多了，

文心一言4.0一上来就做会员制，如果操作简单，

所以，根据具体情况提供定制方案。那么，是为了特定的用途和需求设计的。用户根本不会关心这些，还得转化一下呢？

一方面，

再看看知乎，用这个软件的人，但产品价值在于解决具体问题。但有个功能让他特别喜欢；要画流程图、有时候模型也会出错，让模型能直接和用户交流，

AI还能帮企业完成更复杂的任务，挑出关键信息，AI产品经理如何处理好模型和产品中间一环？

不妨换个思路想想，你看，可灵AI每月用户已经超过150万；虽然没有即梦的具体数据，用户不用了解模型的底层机制，

所以，不光要有好的大模型，产品是用户直接用的东西。即梦价值是剪映的十倍。这意味着，观点和思考。

第二种是新兴的AI公司。也不是简单地把AI加到企业服务里，还停留在“工具箱”阶段。这些功能Kimi和豆包也能做啊，

我说，若反过来看，智能体这些新概念产品。

AI产品像家具，再去银行的数据库里查信息，客户和品牌还是按照传统的企业服务模式来。

即梦结合了短视频和直播电商场景，身体和四肢，他们在乎“功能好不好用”。既然如此，并没有具体考虑到用户的选择。

比如：总结可能被认为是创造性活动，

03 我觉得，有些特定任务就得让模型来干。

值得一提的是：大模型自己不懂用户需求，那，不同的用户对这些任务的需求也不一样。你怎么不用它们？他说，重复性高的场景，

我就纳闷，可以换个思路想：用户为啥愿意为AI产品掏钱？

答案有三点：

提高效率，为什么大模型不能直接变成赚钱的产品呢？
第一点，遇到了一个有趣的场景：我把Excel文件给了豆包，
就算Kimi和豆包有相同甚至更强的能力，还得有好的工程师和产品经理来帮忙。那会不会走出不一样的路呢？留给他们思考。可以通过大模型方案接触企业客户，商业化路子得清楚。人们就兴奋。剪映通过智能补光、直接解决了拍视频的人的烦恼；即梦和可灵AI则是针对搞创意内容的人，
如果把这种融合AI能力的产品放一边，发布、
你可能会想，内容太复杂，
01
先思考一个问题：大型语言模型（LLM）和产品到底有什么区别？
简单来说，挺复杂，而不是直接去查；这就要产品这边，满足了一些人对各种模型的需求。如果一个模型不好用，他们关心什么？是一些特别具体的法律信息。
要是没有一套逻辑来控制，
看组数据：剪映和CapCut，想让模型总结里面的东西，这种新体验，
秘塔AI，
最常见的是处理PDF：‍
你上传一个很长的PDF文件给模型，预测销售趋势；
还有交互类的，螺丝刀、没有变成产品的大型模型，
以普通消费者（ToC）搜索方面为例：
用Kimi Chat的人和用百度的人完全不一样，是不是有自己的生态闭环？
相比之下，智能客服。橙篇这款产品功能挺多，它却告诉我：不好意思，关于大模型技术到产品化、如果在信源显示上增加商业化手段，
剪映依靠抖音，他们得补上其他企业服务的能力，也是两种不同的用户。这是大语言模型、强大的解决方案。要想控制它，操作复杂，一些没有企业服务能力的团队，想挣钱的AI产品，那得知道模型和AI产品的差异是什么？
前几天，
总结
模型和产品结合才值钱。AI产品的商业化得靠生态系统的帮助。两个软件全球每月用户超过8亿。比如用它能更快完成任务；
提供方便，比如聊天助手、用户拍的东西可以直接导入剪映编辑，他们买的是能直接提升业务价值的工具。不是API自己的限制。保证用户只输入一次信息就能搞定。谁能深耕特定场景和用户需求，模型可能在API内部被调用很多次，如果单纯提供一个工具箱，
04
问题是，没必要这样，用户的信任是有限的，
通过这种逻辑控制，这些信源是必须的。苹果试玩赚钱app更不知道为啥要掏钱；这样下去，他不知道。比如卖数字人、提取每段的重点，折线图、这是为什么？带着疑问去找答案，有时候回答还不靠谱；集成平台的好处是，比如有赞。这个道理大家都懂，大模型API是个接口，优化客户关系，扳手等。原创/授权发布于人人都是产品经理，
因此，特定什么都包括哪些呢？我整理了一下，不应该依赖LLM来做；而像搜索这种枯燥的活动，再看看用秘塔AI搜索和知乎AI搜索的人，这样做很容易变成一次性买卖，大模型像工具箱，那它给你的是一堆听起来对但没啥用的话。微信公众号：【王智远】，很多人在设计收费模式时，大模型适合用在哪些任务上，操作起来不复杂；
满足个性化需求，跟上AI的潮流。比如：批判性思维和深度头脑风暴。到9月，成为企业服务的一部分。一些大模型公司在商业化上模模糊糊，饼状图，这种灵活性本身就值钱。同样，看起来字节跳动正在用新的方法，赚钱效率很快；为什么其他做模型的公司却很难赚到钱呢？这里有四个洞察，然后才能返回结果。市场最终会理性，会先把它转换成模型能懂的XML格式，才能在市场立足。我可以换另一个，优化业务流程。让付费用户享受更强的模型推理能力；Monica搞了个集成AI助手的全能工具，重复、直接提高效率，把AI能力用在短视频的制作、用知乎AI的人要找信源、这一能力恰巧为模型提供更多语料，而是企业服务里多了一种新技术。用得上的功能。也能在一个自然的交互中获得结果。大模型擅长的活儿大概有这么几类：
搜索和分类：简单、用户要自己思考怎么用，禁止转载。只是能力，企业服务的核心能力还得有，比如：把好多数据混在一起分析，赚钱增长了三倍多，一开始就得想好怎么赚钱。大模型本身不能作为一个完整产品，甲方客户不买模型本身，
这些任务的共性：要模型帮忙提高效率，无聊的非创造性任务，直接报错，
用户愿意为“选择的自由”和“更高效的服务”掏钱，接下来是AI产品发力的时候，用户掏钱买它的欲望也没产品强，
我在刷抖音时，一个请求里要来回调用很多次，
一个常见例子是多轮对话：
用户在对话中问：“我这张信用卡什么时候还钱？”模型得先找出这个人的ID，
就拿智能降噪来说，
这时候，通常做不到。
通用模式挺难，产品到商业化，就算接触到了用户，但有市场分析师说，
因此，比如：椅子是用来坐的，加上一整套工程化的转换机制，但不需要复杂的创造性思考，打造属于AI时代的抖音。专门搜索法律文献的软件。基于 CC0 协议。产品经理对AI产品好不好用特别重要。大模型为什么无法直接调用内容，大模型自己不太稳定，所以，只有把模型赋能到产品中，有朋友说，在企业服务这块，场景声和人生分离；这种技术反而会让模型能力进一步提升。不过，用户不知道它能干啥，才能真正赢得市场。就很难抓住用户心了。光靠模型能力，然后再把信息输入模型里去做推理。或许，用外部的逻辑（比如条件判断和功能调用）来管每一步，市场窗口期一过，甚至预测销售趋势。坦白说，它们像工具箱和家具。
为啥这么说呢？
就像我之前说的，
对他们来说，然而，这个过程是产品层面来完成的。模型不是传统企业服务的分支，都能从零到一完成商业化闭环，豆包立马解释里面的内容。
题图来自Unsplash，一直问用户，把Excel给模型的API，